Créer un pipeline de production #1
Vous avez beaucoup appris sur le fonctionnement d’Airflow — il est maintenant temps de transformer votre workflow en un pipeline de production composé de nombreux objets, notamment des capteurs (sensors) et des opérateurs. Votre responsable souhaite voir ce workflow automatisé et capable de fournir un reporting SLA, car cela offre un atout supplémentaire pour conclure un contrat sur lequel l’équipe commerciale travaille. Le prospect a indiqué que s’il constate des mises à jour automatisées, il est prêt à s’abonner au service de données indiqué.
D’après ce que vous avez appris sur le processus, vous savez que des données de ventes seront téléversées dans le système. Une fois les données chargées, un nouveau fichier doit être créé pour lancer le traitement complet, mais quelque chose ne fonctionne pas correctement.
Reportez-vous au code source du DAG pour déterminer si des éléments supplémentaires doivent être ajoutés.
Cet exercice fait partie du cours
Introduction à Apache Airflow en Python
Exercice interactif pratique
Passez de la théorie à la pratique avec l’un de nos exercices interactifs
Commencer l’exercice